一、项目简述

为做好打击治理电信网络诈骗工作，保护人民群众账户资金安全，我行运用多种创新金融科技手段不断升级反诈风控预警体系，着力提升事中风控技术，通过构建精准实时模型，实现了“即时触发，即时管控”。同时与公安部门建立快速警银联动机制，根据实时预警信息，及时协助核查、配合抓捕犯罪嫌疑人。该风控体系不仅提升了我行风险账户的识别精准度和管控时效，且有效助力公安部门打击诈骗分子的嚣张气焰。

二、项目情况

1.项目背景

党的十八大以来，以习近平同志为核心的党中央高度重视打击治理电信网络诈骗犯罪工作，深入贯彻党中央、国务院决策部署，全面落实金融行业打防管控各项措施，践行“金融为民”初心使命，织密金融行业风险防控网，牢牢守护人民群众“钱袋子”。

当前广西地区受经济发展水平、地理环境复杂、人民群众防范意识等多重因素影响，电信网络诈骗犯罪形势仍较为严峻。面对花样百出、层出不穷、防不胜防的银行卡犯罪，银行业所采用的传统防控模式和技术，普遍存在管控时效滞后、识别精度差、维护成本高等不足。桂林银行也同样面临着巨大的防控挑战，为此我行专门成立反诈风控技术小组，由总行运营管理部、信息技术部、数字银行管理部的10位精英骨干组成，通过运用多种创新金融科技手段结合传统风控经验，构建涵盖事前、事中、事后全方位管控的风控体系，并着力提升事中风控技术，有效助力公安部门有效打击诈骗分子，创造了良好社会效益。

2.设计思路

反电诈预警监测风控体系共分为4个层次与1个闭环流程。四个层次分别为数据层、专家模型、人工智能模型、业务处理；一个闭环流程为闭环优化流程。反电诈预警监测风控体系的架构设计图如下所示：

图1 反电诈预警监测风控体系架构设计图

截至2023年8月31日，我行共开发人工智能机器学习算法模型1个，知识图谱图关联模型1个。共搭建账户监测专家预警模型39个。按照监测规则类型分，地理位置监测规则1个、交易金额及频率监测规则20个、交易设备监测规则4个、交易时段监测规则2个、交易行为监测规则5个、开户行为监测规则5个、账户状态监测规则2个；按监测规则预警时间分，普通T+1监测规则25个，准实时监测规则14个。

2023年1月至8月，反电诈预警监测风控体系共预警账户37,620户，排查为可疑账户共27,334户，可疑率为72.66%；其中我行个人涉案账户共228户命中预警模型，命中率89.76%。

3.创新举措

由于涉诈银行卡违法犯罪的作案手段变化快、诈骗手法不断迭代更新，交易特征变化相当频繁，依赖传统的管理模式与方法，在排查、管控可疑银行卡上存在时效性差、精准率低、人力资源消耗过多、时间经济成本巨大等劣势。为解决以上实际问题，风控体系形成了一系列可推广、可落地、具有实用价值的创新举措。

（1）全流程自动化，内部外部数据优势互补

为充分发挥内部数据与外部数据相互补充、交叉验证的优势。风控体系研发团队创新地将机器人流程自动化工具（RPA）应用到数据层的数据处理工作中。该工具引入后代替业务人员执行重复、繁琐的数据操作。工具上线运行后批量导入了大量的外部数据资源，与内部数据共同组成风控体系各类模型的数据基础。

得益于机器人流程自动化工具的合理运用与公安涉案线索名单的数据支撑，我行在广西区内同业中率先上线阻断本行账户向公安黑名单账户转账的功能。自功能上线以来，截至2023年8月31日累计阻断行内账户向涉案账户转账5,686笔，涉及客户3,668人，累计阻断资金7,015.95万元。

图2.机器人流程自动化处理相关数据

（2）提炼涉案特征，专家模型构筑反诈防线

传统的涉案银行卡风控方案通常采用简单的规则筛选方法，此类方法在犯罪手法不断翻新、涉案特征趋向隐匿的新形势下，实用性与适用性逐渐降低。为解决简单规则的局限性，风控体系建立专家模型池用于归集各类专家规则与模型。根据风控形势的变化，风控体系可以快捷地从专家规则池中组合出新的 “准实时模型”、“预警模型”、“排查模型”，并应用到不同的业务场景中。该套方案灵活开发、敏捷组合、快速部署的特点，能够满复杂多变的防控需求，构筑起打击电信网络诈骗、防范银行卡犯罪的风控防线。

“准实时模型”为“T+0”模式，应用于事中防控的业务场景。该类模型由风控体系研发团队自主研发，用于识别具有异常交易行为、异常账户状态的高风险银行卡账户，实现了“即时触发，即时管控”的防控技术。“准实时模型”经由研发团队多次开发与闭环优化迭代，目前拦截和管控的准确率已大幅提升。“准实时模型”自2022年3月上线以来，共计开发模型14个，2023年1月至8月预警账户数24,474户，经人工排查判定，可疑账户共20,264户，可疑率达82.69%。“准实时模型”上线后，我行涉案账户单户涉案金额大幅下降，截留涉案资金大幅上升，迫使诈骗分子铤而走险到线下网点办理取现业务，为我行营业网点协助警方抓捕诈骗分子创造了有利条件，警银联动抓捕的诈骗分子人数呈现上升趋势。

（3）挖掘数据价值，人工智能助力提质增效

为进一步提升专家模型的预警准确率、减轻人工排查工作的压力。风控体系研发团队依托我行分布式大数据平台对涉案银行卡的特征数据进行深入分析与挖掘，累计分析与挖掘数据近200万条；运用特征工程技术为银行卡账户建立风险画像、交易行为特征、资产特征等累计189个维度。

图3.人工智能模型机器学习算法示意图

研发团队自主搭建人工智能机器学习模型，深度发挥数据效用，运用大数据技术与机器学习算法对涉案银行卡的特征进行模式识别，利用海量数据的优势通过机器学习算法深挖潜藏在数据中的高维度涉案特征。研发团队在机器学习模型训练调参过程中，综合利用多种创新技巧提高模型对涉案银行卡的识别效率与准确率。例如：采用客群细分与随机降采样等方法缓解类别不均衡问题；运用网格搜索调参法探求模型佳参数；使用交叉验证提高模型的泛化能力。

截至至今，风控体系的机器学习模型已进行3次线上迭代。测试数据表明，迭代后机器学习模型相较初版模型的准确率提升125%，命中率提升50%。随着涉案手法的翻新、涉案银行卡特征的改变，机器学习模型根据新的涉案银行卡数据按计划定期进行调优、调参，令机器学习模型能够紧跟防控形势的变化。机器学习模型的识别速度比人类快上成百上千倍，仅需数分钟即可完成人类一天的排查工作量，并且涉案账户命中率仍可达到约60%，具有不可比拟效率和精度优势。

针对涉银行卡犯罪呈现团伙化、组织化的趋势，研发团队基于知识图谱技术构建图关联模型，深入挖掘涉案银行卡实体的关联交易行为。通过交易对手账号、交易类型、交易金额等维度构建关系图谱，在图谱基础上运用图算法技术，识别可疑团伙与可疑账户实体。图关联模型与风控体系的专家模型、机器学习模型相互协调配合，可疑银行卡经过交叉验证后被列入重点关注名单，持续关注涉诈风险。

（4）优化系统架构，全面完善智能风控机制

在传统的银行卡犯罪防控机制中，人工的依赖程度过高，在判别、管控等多个环节均需要人工介入。面对日常化、常态化的防控工作，传统机制需要耗费大量的人力资源和工时。研发团队对现有风控系统的架构进行升级改造，引入大数据平台、人工智能计算平台等新兴技术，将各类模型和实用技术嵌入到风控过程中，建立风控模型闭环优化工作流程，并协同业务人员优化业务管理流程，实现自动化、智能化的涉案银行卡风险预警与排查系统机制，大限度地减少人力成本。将宝贵的人力资源解投入到数据分析、模型优化、技术革新、风控体系完善等方面，从而高效地创造更多的价值。

4.社会效益

①提高涉案资金拦截率，为受害人资金返还创造有利条件

2023年1月至8月，我行涉案账户313户，通过事中模型及时管控，截留涉案账户资金1,263.99万元，为受害人资金返还创造了有利条件。

②警银联动打击犯罪，社会效益积极良好

风控体系上线后利用创新的技术手段有效识别异常银行卡账户，为一线工作人员提供排查信息与预警信息，并通过警银联动成功拦截涉案资金、抓获犯罪分子，获得积极良好的社会效益。

2022年9月某日，一名男子陪同某公司法定代表人至我行某网点柜台申请办理对公转账业务。在业务办理过程中，工作人员发现该账户已被我行预警并暂停非柜面管控。经流水分析，发现有多笔可疑资金流入，交易明显异常，遂马上启动警银联动机制。民警火速赶赴我行网点并将两名嫌疑人带走调查，据公安反馈，该账户涉嫌洗钱，并据此线索打掉一个跑分团伙，共抓捕4人，我行配合拦截涉案资金约126万元。此次警银联动扣押涉案资金是2022年当地银行中单笔阻断诈骗资金的高金额，公安机关于2023年1月19日进行了受害人资金返还仪式，并特意向我行发来感谢信。

图4.公安机关在我行网点抓获犯罪嫌疑人

图5.受害人资金返还仪式

2023年截至8月，我行累计向公安机关移交可疑线索5,943条，协助公安机关抓获嫌疑人146人，公安机关通过我行提供的线索成功打掉1个洗钱跑分犯罪团伙。

三、经验总结

1.注重科技精准防控

为了实现对可疑账户的精准管控，及时堵截涉诈资金，我行结合涉案账户的信息、交易特征等，同时充分运用大数据、人工智能等多种创新金融技术手段建立了反电诈预警监测模型，强化科技精准防控力量，对异常账户及时管控，堵截可疑资金。

2.加强警银协作，共建风险合力

我行着力深化警银协作，聚力精准打击，与各地公安机关深入推进战略合作，积极融入公安反诈工作。发现可疑情况，我行加强与属地公安的沟通协作，积极联系属地公安，及时向公安报告账户交易情况、存在的可疑行为及客户的异常行为等，向公安共享对账户的分析研判结论，请求公安对账户进行协查，确定账户是否可疑，联合公安力量，共建风险防控合力。